修读数据结构、算法设计与分析、操作系统、分布式系统、信息检索与搜索引擎等核心课程，连续两年获得校级优秀学生奖学金。

获得全国大学生算法设计与编程挑战赛银奖，通过高强度的限时编程与算法优化，强化了在复杂场景下的算法设计与实现能力。

作为技术社团负责人，主导开发校园知识问答平台的搜索服务，基于Elasticsearch设计倒排索引与相关度排序，初步实践了搜索系统的性能调优。

在百度任职期间，主要负责网页搜索核心排序算法的优化工作，通过引入用户行为特征和点击模型，将搜索CTR提升了12%。

深入研究索引更新策略，优化搜索结果的新鲜度，使热点内容的收录时效性提升30%，有效支撑了新闻类搜索需求。

参与设计分布式检索系统，支撑日均千亿级查询，通过缓存架构和查询重写优化，将P99延迟降低至50ms。

与产品、前端团队紧密协作，根据用户反馈和AB实验数据，持续迭代搜索排序规则，实现搜索流量的稳定增长。

在京东任职期间，专注于电商搜索的召回和排序算法优化，基于深度语义模型改进查询理解，将长尾查询的召回率提升20%。

设计多路召回融合策略，兼顾商品相关性、销量、时效性，使搜索结果页的用户停留时长增加15%，有效提升了用户参与度。

通过模型剪枝和工程优化，将排序模型的推理耗时降低40%，节省了30%的服务器资源，保障了大促期间的稳定服务。

与运营团队协作，通过A/B测试持续优化搜索体验，搜索流量的GMV贡献度提升显著，复购率提高8%。

在百度期间，担任核心算法负责人，负责设计基于预训练语言模型的语义匹配算法，对用户查询进行意图识别和实体链接，提升搜索相关性。

构建领域知识图谱，将实体关系融入排序特征，使长尾搜索的满意度提升20%，显著改善了小众查询的搜索体验。

主导算法工程化落地，通过模型蒸馏和索引优化，将线上推理延迟控制在10ms以内，保证了高并发下的实时性。

项目上线后，搜索流量中核心业务的点击率提升8%，日均活跃用户数增长5%。

在京东期间，参与该项目，针对电商场景开发基于用户实时行为的个性化排序模型，融合点击、加购、下单等信号，实现千人千面的搜索结果。

设计多目标优化的召回策略，平衡转化率与多样性，使搜索推荐位的GMV提升12%，同时提高了长尾商品的曝光机会。

通过特征工程优化和模型迭代，将模型的离线AUC提升至0.85，线上效果稳定，并通过在线学习框架持续更新模型。

项目上线后，用户搜索复购率提升5%，用户活跃度显著提高，为业务增长提供了有力支撑。

为开源搜索引擎 MeiliSearch 贡献中文分词与分析模块的优化补丁，通过改进词典匹配与连写切分策略，使索引构建速度提升约20%，被项目维护者采纳并合并至主线。

在知乎、掘金等技术平台持续发布搜索算法、倒排索引压缩与召回优化等实践文章，累计阅读量超过15万，并多次受邀在线上技术沙龙分享搜索引擎性能调优的工程经验。